Чем отличается одноплатный компьютер от микроконтроллера для промышленной задачи?

Одноплатные компьютеры (Raspberry Pi, Rock Pi, Orange Pi) несут полноценную ОС Linux, гигабайты ОЗУ и интерфейсы Ethernet/USB3/HDMI — это база для машинного зрения и обработки данных. Микроконтроллеры (STM32, NXP, GD32, ESP32) работают без ОС в реальном времени, управляют периферией по I2C, SPI, UART, CAN и потребляют единицы милливатт. Для AI-инференса на краю берут SoM Jetson или Coral, а для жёсткой логики и опроса датчиков — промышленный MCU.

Как выбрать AI-модуль для инференса нейросети на edge?

Ориентируйтесь на производительность в TOPS и поддержку фреймворка: NVIDIA Jetson (Orin Nano/NX) даёт от 20 до 100+ TOPS и работает с TensorRT, Google Coral на TPU оптимизирован под TensorFlow Lite (INT8, 4 TOPS), а FPGA-модули дают детерминированную задержку для кастомных пайплайнов. Учитывайте объём LPDDR, форм-фактор SO-DIMM или SMD и тепловой пакет — под нагрузкой модулю нужен радиатор или активное охлаждение.

Какие интерфейсы у промышленных edge-компьютеров для подключения к АСУ ТП?

Промышленные edge-компьютеры обычно несут изолированный RS485/RS232 с поддержкой Modbus RTU, порты Ethernet под Modbus TCP и OPC UA, дискретные входы/выходы (DI/DO) и CAN. Питание — широкий диапазон 9–36 В DC под автомобильные и шкафные сети, рабочий диапазон температур до -40…+70 °C. Для камер машинного зрения важны порты GigE Vision с PoE и USB3 Vision.

Нужен ли AI-ускоритель (NPU) если уже есть процессор?

AI-ускоритель (NPU) разгружает CPU от матричных операций нейросети и поднимает FPS инференса в разы при том же энергобюджете. Внешние ускорители подключаются по USB3, M.2 (PCIe) или как HAT к одноплатнику; они дают единицы TOPS на INT8 и удобны, когда апгрейдить сам вычислитель нельзя. Для лёгких моделей детекции хватает встроенного NPU SoC, для тяжёлых сетей берут Jetson или дискретный ускоритель.

Какую память и накопитель ставить в промышленный вычислитель?

Для встраиваемых систем выбирают индустриальные microSD и eMMC с pSLC-режимом либо M.2/2242 NVMe SSD с расширенным температурным диапазоном и поддержкой power-loss protection. Объём ОЗУ (LPDDR4/LPDDR5) подбирают под модель: для классического CV хватает 4–8 ГБ, для крупных нейросетей нужно 16 ГБ и больше. Ресурс записи (TBW) критичен при постоянном логировании.

Поставляете вычислители юрлицам, есть наличие и КП?

Да, отгружаем одноплатники, SoM Jetson/Coral, промышленные MCU и edge-компьютеры юридическим лицам по безналу с НДС, формируем коммерческое предложение и счёт. Позиции в наличии резервируются под заказ, по отсутствующим называем срок поставки. Доставка по России транспортными компаниями, отгрузочные документы в комплекте.

нет фото

DFRobot

NVIDIA Jetson TX2 8GB Module (Discontinued)

Name: NVIDIA Jetson TX2 8GB Module (Discontinued)
Brand: DFRobot
SKU: DFR0691
Availability: Discontinued

Цена по запросу

Для B2B-заказов цена, срок и состав поставки фиксируются в счёте. Каталог не является публичной офертой. НДС не облагается (продавец применяет УСН).

В наличии

Запросить цену

На складе0 шт.

Производитель: DFRobot
Артикул: DFR0691
Категория: AI SoM и вычислительные модули (Jetson, Coral, FPGA)
GPU: NVIDIA Pascal architecture with 256 NVIDIA CUDA cores 1.3 TFLOPS (FP16)
CPU: Dual-core Denver 2 64-bit CPU and quad-core ARM A57 complex

Описание

NVIDIA Jetson TX2 8GB Module (Discontinued)

Характеристики

GPU	NVIDIA Pascal architecture with 256 NVIDIA CUDA cores 1.3 TFLOPS (FP16)
CPU	Dual-core Denver 2 64-bit CPU and quad-core ARM A57 complex
Memory	8 GB 128-bit LPDDR4 1866MHz - 59.7 GB/s
Storage	32 GB eMMC 5.1
Video Encode	500 MP/sec \| 1x 4K @ 60 (HEVC) \| 3x 4K @ 30 (HEVC) \| 4x 1080p @ 60 (HEVC) \| 8x 1080p @ 30 (HEVC)
Video Decode	1000 MP/sec \| 2x 4K @ 60 (HEVC) \| 4x 4K @ 30 (HEVC) \| 7x 1080p @ 60 (HEVC) \| 14x 1080p @ 30 (HEVC)
Camera	12 lanes MIPI CSI-2, D-PHY 1.2 (30 Gbps)
Display	HDMI 2.0 / eDP 1.4 / 2x DSI / 2x DP 1.2
UPHY	Gen 2 \| 1x4 + 1x1 OR 2x1 + 1x2, USB 3.0 + USB 2.0
Size	87 mm x 50 mm
Mechanical	400-pin connector with Thermal Transfer Plate (TTP)

Сравнение с аналогами

Характеристика	NVIDIA Jetson TX2 8GB Module (Discontinued)	SiRider S1	D-Robotics RDK X3 ROS2 AI Board (4GB, 5Tops)	NVIDIA Jetson TX2 4GB Module (Discontinued)
GPU	NVIDIA Pascal architecture with 256 NVIDIA CUDA cores 1.3 TFLOPS (FP16)	Arm G76 MP10 & MP4, OpenGL ES, Vulkan, OpenCL	—	NVIDIA Pascal architecture with 256 NVIDIA CUDA cores 1.3 TFLOPS (FP16)

Инженерный разбор

CPU	Dual-core Denver 2 64-bit CPU and quad-core ARM A57 complex	—	—	Dual-core Denver 2 64-bit CPU and quad-core ARM A57 complex

Memory	8 GB 128-bit LPDDR4 1866MHz - 59.7 GB/s	—	4GB LPDDR4	4 GB 128-bit LPDDR4 1600MHz - 51.2 GB/s

Storage	32 GB eMMC 5.1	Onboard UFS 3.0, NVMe SSD	—	16 GB eMMC 5.1

Video Encode	500 MP/sec \| 1x 4K @ 60 (HEVC) \| 3x 4K @ 30 (HEVC) \| 4x 1080p @ 60 (HEVC) \| 8x 1080p @ 30 (HEVC)	—	—	500 MP/sec 1x 4K @ 60 (HEVC) 3x 4K @ 30 (HEVC) 4x 1080p @ 60 (HEVC) 8x 1080p @ 30 (HEVC)

Video Decode	1000 MP/sec \| 2x 4K @ 60 (HEVC) \| 4x 4K @ 30 (HEVC) \| 7x 1080p @ 60 (HEVC) \| 14x 1080p @ 30 (HEVC)	—	—	1000 MP/sec 2x 4K @ 60 (HEVC) 4x 4K @ 30 (HEVC) 7x 1080p @ 60 (HEVC) 14x 1080p @ 30 (HEVC)

Camera	12 lanes MIPI CSI-2, D-PHY 1.2 (30 Gbps)	—	—	12 lanes MIPI CSI-2, D-PHY 1.2 (30 Gbps)

Display	HDMI 2.0 / eDP 1.4 / 2x DSI / 2x DP 1.2	—	HDMI 1.4 (1080p60)	HDMI 2.0 / eDP 1.4 / 2x DSI / 2x DP 1.2

UPHY	Gen 2 \| 1x4 + 1x1 OR 2x1 + 1x2, USB 3.0 + USB 2.0	—	—	Gen 2 \| 1x4 + 1x1 OR 2x1 + 1x2, USB 3.0 + USB 2.0

Size	87 mm x 50 mm	—	—	87 mm x 50 mm

Mechanical	400-pin connector with Thermal Transfer Plate (TTP)	—	—	400-pin connector with Thermal Transfer Plate (TTP)

256 NVIDIA CUDA cores и 1.3 TFLOPS (FP16) задают вычислительный профиль под задачи, где используется GPU-ускорение FP16; это не характеристика универсальной производительности CPU. Dual-core Denver 2 64-bit CPU и quad-core ARM A57 complex означают разнородную CPU-часть, поэтому при выборе аналога важно смотреть не только на число CPU-кластеров, но и на поддержку нужной программной среды.

8 GB 128-bit LPDDR4 1866MHz - 59.7 GB/s важны для задач, где данные активно проходят между CPU, GPU и видеоблоками; у аналогов с меньшей пропускной способностью памяти узким местом может стать обмен данными, а не вычислительные блоки. 32 GB eMMC 5.1 — встроенное хранилище, поэтому для сценариев с большим объёмом данных нужно заранее оценивать требования к размещению ОС, приложений и файлов.

500 MP/sec для Video Encode и 1000 MP/sec для Video Decode показывают, что видеотракт рассчитан на разные профили обработки: 1x 4K @ 60 (HEVC), 3x 4K @ 30 (HEVC), 4x 1080p @ 60 (HEVC), 8x 1080p @ 30 (HEVC) на кодирование и 2x 4K @ 60 (HEVC), 4x 4K @ 30 (HEVC), 7x 1080p @ 60 (HEVC), 14x 1080p @ 30 (HEVC) на декодирование. 12 lanes MIPI CSI-2, D-PHY 1.2 (30 Gbps), HDMI 2.0 / eDP 1.4 / 2x DSI / 2x DP 1.2, Gen 2 и USB 3.0 + USB 2.0 задают набор интерфейсов, а габарит 87 mm x 50 mm и 400-pin connector with Thermal Transfer Plate (TTP) важны при проверке механической посадки и отвода тепла.

Отзывы

По товару «NVIDIA Jetson TX2 8GB Module (Discontinued)» пока нет опубликованных отзывов покупателей. Зарегистрированные пользователи смогут оставить отзыв после покупки.

Войти и написать

Мы не публикуем сгенерированные оценки и не размечаем отзывы в JSON-LD, пока нет подтвержденных отзывов после покупки.

NVIDIA Jetson TX2 8GB Module (Discontinued)

Описание

Характеристики

Сравнение с аналогами

Инженерный разбор

О товаре

С этим товаром покупают

Аналоги

Похожие товары

Отзывы

Вопросы о товаре

Частые вопросы